時間:2021-08-09 01:10:37來源:中國傳動網(wǎng)
轉(zhuǎn)載自《集成技術(shù)》
視頻數(shù)據(jù)爆炸式增長給存儲和傳輸帶來了巨大的壓力和挑戰(zhàn),這迫切地需要快速、高效的視頻編碼方案。而下一代視頻編碼方法仍是采用憑統(tǒng)計經(jīng)驗手工設(shè)計預(yù)測函數(shù)的編碼方案, 在一定程度上限制了編碼性能的提升。如何使用先進的學習工具在給定帶寬的條件下最大化視頻質(zhì)量、提高壓縮效率成為了未來智能視頻編碼優(yōu)化的關(guān)鍵問題。該文從計算機視覺和人工智能的角度出發(fā),將視頻編碼中的色度預(yù)測問題模型化為計算機視覺中的圖像上色問題,以進一步消除顏色通道之間的冗余?;诰矸e神經(jīng)網(wǎng)絡(luò)的色度預(yù)測包含兩個子網(wǎng)絡(luò):亮度下采樣和色度預(yù)測。采用線性模型結(jié)果作為色度初始化以增強性能,采用量化參數(shù)來表征編碼失真消除壓縮噪聲影響。在編碼器設(shè)計過程中,為了取得更好的編碼性能,該文利用率失真優(yōu)化方法從傳統(tǒng)色度預(yù)測方法和所提出的方法中選擇代價最小的預(yù)測策略。
結(jié)果顯示,與現(xiàn)有傳統(tǒng)方法相比,該文方法在 Y、U、V 分量分別可以節(jié)省 4.28%、3.34% 和 4.63% 的網(wǎng)絡(luò)帶寬。
針對現(xiàn)有視頻編碼模塊中的局限性問題,從計算機視覺和人工智能的角度出發(fā),實現(xiàn)了由信號處理領(lǐng)域問題向人工智能領(lǐng)域問題的轉(zhuǎn)變,以海量視頻 / 圖像數(shù)據(jù)為基礎(chǔ),研究結(jié)合神經(jīng)網(wǎng)絡(luò)模型的視頻編碼方法,最終實現(xiàn)智能視頻編碼優(yōu)化理論與方法的創(chuàng)新,預(yù)期成果能應(yīng)用于下一代視頻編碼標準及視頻壓縮的相關(guān)領(lǐng)域。
色度預(yù)測性能對比 ( 需要預(yù)測的塊位于右下角 )
中國傳動網(wǎng)版權(quán)與免責聲明:凡本網(wǎng)注明[來源:中國傳動網(wǎng)]的所有文字、圖片、音視和視頻文件,版權(quán)均為中國傳動網(wǎng)(www.treenowplaneincome.com)獨家所有。如需轉(zhuǎn)載請與0755-82949061聯(lián)系。任何媒體、網(wǎng)站或個人轉(zhuǎn)載使用時須注明來源“中國傳動網(wǎng)”,違反者本網(wǎng)將追究其法律責任。
本網(wǎng)轉(zhuǎn)載并注明其他來源的稿件,均來自互聯(lián)網(wǎng)或業(yè)內(nèi)投稿人士,版權(quán)屬于原版權(quán)人。轉(zhuǎn)載請保留稿件來源及作者,禁止擅自篡改,違者自負版權(quán)法律責任。
產(chǎn)品新聞
更多>2024-09-13
2024-09-09
2024-09-06
英偉達Blackwell可支持10萬億參數(shù)模型AI...
2024-09-05
2024-08-23
2024-08-22
推薦專題
更多>